【python】从零实现一个AI桌面宠物：有记忆系统 自主学习 离线运行、会学习你的习惯的桌面宠物游戏

从零实现一个AI桌面宠物：纯Python、离线运行、会学习你的习惯

你是否想过拥有一只生活在电脑桌面上的虚拟宠物？它会主动找你玩，会饿会困会开心，能记住你喂过它什么，甚至拥有独立的"性格"——而且这一切完全离线运行，不需要联网，不调用任何云API，全部用纯Python实现。

公众号文章链接

一、项目背景

市面上的桌面宠物要么是静态壁纸，要么需要联网调用AI接口。我想做一个不一样的：

• 完全离线—— 0 API 调用，所有AI逻辑在本地运行
• 有"大脑"—— 能自主学习主人的互动习惯，拥有独立的性格和记忆
• 轻量—— 一个普通笔记本就能跑，RNN模型仅28K参数
• 零图片资源—— 宠物完全用代码绘制，不需要任何图片素材

最终成品是一个200×280像素的透明窗口，一只矢量风格的卡通猫会"住"在你的桌面上。

二、最终效果

右键菜单功能（每个操作宠物都会呈现不同的动画表情）：

• 打招呼— 开心/好奇/活泼地回应
• 喂食— 开心/好奇地闻食物
• 摸摸头— 开心眯眼/好奇张望/甚至犯困
• 玩耍— 活泼蹦跳/开心追逐
• 治疗— 恢复健康，安逸舒适
• 改名字— 自定义宠物名称
• 查看状态— 在对话气泡中显示四维属性

宠物会随时间自动衰减属性，并自主学习在什么时候应该做什么。每个互动都会触发即时视觉反馈，让你立刻知道它的"心情"。

三、技术架构

整体设计

用户互动 → 性格系统 → 行为引擎 → 动作输出 ↘ 记忆系统 ↗ 对话 ← 混合引擎（模板 + Char-RNN）

技术选型

四、核心实现详解

4.1 矢量风格宠物绘制（非像素）

这是项目的最大亮点之一。宠物不是像素画，而是用代码绘制的矢量风格卡通猫。

实现文件：renderer/sprites.py

核心思路：用一个_draw_cat_base函数绘制猫的全部身体，通过modifiers字典驱动所有动画状态：

def_draw_cat_base(surf,frame,modifiers):# modifiers 控制所有变形参数:# bounce_y — 垂直弹跳（开心时）# head_tilt — 头部倾斜（好奇时）# tail_up — 尾巴抬起（玩耍时）# eye_open — 眼睛睁开程度（0~1.4）# smile — 嘴角弧度（正=笑，负=哭）# blush — 腮红透明度# body_color — 身体颜色（生病时变灰）breathe=math.sin(frame*0.3)*1.5# 呼吸动画ear_twitch=math.sin(frame*0.5)*2# 耳朵抖动# 用 pygame 图元组合成一只猫：# 椭圆 → 身体/腿# 圆 → 头/尾巴尖# 多边形 → 耳朵/鼻子# 弧线 → 眼睛/嘴巴# 抗锯齿线 → 胡须/尾巴# 半透明面 → 腮红

8种情绪状态各自定义一组 modifiers 参数：

技术要点：腮红效果通过单独创建带逐像素Alpha的Surface实现：

blush_surf=pygame.Surface((12,8),pygame.SRCALPHA)pygame.draw.ellipse(blush_surf,(255,184,184,120),(0,0,12,8))

4.2 右键交互菜单

实现文件：desktop/pet_window.py

右键菜单的完整流程：

1. PyQt5检测到Qt.RightButton鼠标事件
2. 调用_show_context_menu(globalPos)
3. 动态创建一个QMenu，添加7个功能项 + 1个退出项
4. 菜单采用深色主题样式：
   • 背景#2D2D36，选中色#FF9F43（橙色）
   • 圆角边框，完美融入桌面
5. 点击菜单项触发对应操作：
   • greet/feed/pet/play/heal→ 调用brain.interact()
   • rename→ 弹出QInputDialog改名字
   • status→ 弹窗显示四维属性数值

关键代码片段：

def_show_context_menu(self,global_pos):menu=QMenu(self)menu.setStyleSheet(""" QMenu { background-color: #2D2D36; color: white; border: 1px solid #555; border-radius: 6px; padding: 4px; } QMenu::item { padding: 6px 24px; border-radius: 4px; } QMenu::item:selected { background-color: #FF9F43; } """)actions=[("打招呼","greet"),("喂食","feed"),("摸摸头","pet"),("玩耍","play"),("治疗","heal"),("改名字","rename"),("查看状态","status"),]forlabel,action_typeinactions:action=QAction(label,self)action.triggered.connect(lambdachecked,t=action_type:self.on_menu_action(t))menu.addAction(action)menu.addSeparator()exit_action=QAction("退出",self)exit_action.triggered.connect(self.quit_application)menu.addAction(exit_action)menu.exec_(global_pos)

4.3 PyGame嵌入Qt窗口

这是一个关键的架构决策。最终方案是PyGame只作渲染引擎，Qt负责窗口管理：

classPetWindow(QWidget):def_setup_pygame(self):pygame.font.init()self.pygame_surf=pygame.Surface((WINDOW_WIDTH,WINDOW_HEIGHT),pygame.SRCALPHA)defpaintEvent(self,event):painter=QPainter(self)pixels=pygame.image.tobytes(self.pygame_surf,"RGBA")image=QImage(pixels,w,h,QImage.Format_RGBA8888)painter.drawImage(0,0,image)def_update(self):self.brain.tick()self.renderer.render(self.pygame_surf,self.brain.current_emotion,dialogue)self.update()# 触发 paintEvent

每次tick：brain更新状态 → renderer绘制到pygame surface → paintEvent将surface转为QImage显示。这样既享受了pygame的绘图API，又获得了Qt的窗口管理能力。

4.4 Q-Learning 行为引擎

宠物拥有一个轻量级的强化学习"大脑"：

• 状态空间：饥饿 × 精力 × 心情 × 健康 × 时间段（5维，各3级离散）= 243种状态
• 动作空间：7种行为（sleep / play / explore / cuddle / eat / wander / groom）
• 奖励机制：每个动作根据当前状态获得reward，性格会影响reward权重
• 探索率：初始20%，每次更新衰减（0.9995），最低5%

defget_reward(self,action,hunger,energy,mood,health):reward=0.0ifaction=="eat":reward+=1.0ifhunger>50else-0.5reward+=personality.get("affectionate")*0.2elifaction=="play":reward+=1.0ifenergy>40else-1.0reward+=personality.get("energetic")*0.5reward+=personality.get("curious")*0.3# ... 其他动作returnreward

性格系统是一个5维向量[affectionate, energetic, curious, stubborn, clingy]，初始值[0.6, 0.5, 0.7, 0.3, 0.4]。每次互动会微调性格参数，且每日变化有上限（±0.1），保证性格变化平滑自然。

4.5 纯NumPy实现的Char-RNN

这是项目中"最硬核"的部分。一个字符级别的循环神经网络，完全用NumPy手动实现前向传播和反向传播。

classCharRNN:def__init__(self):self.W_embed=np.random.randn(vocab_size,embed_dim)*0.01self.W_xh=np.random.randn(embed_dim,hidden_dim)*0.01self.W_hh=np.random.randn(hidden_dim,hidden_dim)*0.01self.W_hy=np.random.randn(hidden_dim,vocab_size)*0.01deftrain_step(self,inputs,targets,lr):# 前向传播fortinrange(T):xs[t]=self.W_embed[inputs[t]]hs[t+1]=np.tanh(xs[t]@ self.W_xh+hs[t]@ self.W_hh+self.b_h)# 反向传播（BPTT）fortinreversed(range(T)):dy=probs[t:t+1].copy()dy[0,targets[t]]-=1# 计算各参数梯度dW_hy+=hs[t+1].T @ dy dh=dy @ self.W_hy.T+dh_next# ...# SGD更新forparamin["W_embed","W_xh","W_hh","b_h","W_hy","b_y"]:setattr(self,param,getattr(self,param)-lr*grad)

模型规格：

• 词表：70字符（英文字母 + 数字 + 标点）
• Embedding维度：16
• 隐藏层维度：64
• 参数量：~28K
• 权重文件：~112KB

训练数据是322条带情绪标签的英文短句（<happy>,<sad>,<hungry>等8种标签）。首次启动自动训练60个epoch，loss从3.1降至0.59。

对话时80%概率使用中文模板（保证通顺），20%概率用RNN自由生成（增加惊喜感）。

4.6 记忆系统

记忆采用键值对存储，每条记忆有7天半衰期：

def_weight(self,timestamp):days=(time.time()-timestamp)/86400return2.0**(-days/7)# 7天半衰期

• 权重低于0.05且访问次数<3的记忆自动清理
• 频繁访问的记忆即使时间久远也会保留
• 记忆影响对话内容：“你上次喂我鸡肉好好吃~”

4.7 互动响应情绪系统

宠物在接收到用户操作时，立即切换画面表情，给用户即时的视觉反馈。

实现原理（pet/brain.py）：

definteract(self,action_type:str)->str:self.emotion_timer=FPS*3# 情绪保持3秒# 设置当前情绪和动作，驱动渲染层切换动画self.current_emotion,self.current_action=self._pick_emotion([("happy","happy",5),# 50% 概率开心("curious","curious",3),# 30% 概率好奇("playful","playful",2),# 20% 概率活泼])

每个操作对应多种可能的情绪反馈，使用加权随机选择：

情绪切换后持续约3秒（emotion_timer），然后自动恢复为由属性数值决定的基础情绪。这样既保证了操作的即时反馈，又不影响宠物自主行为的连贯性。

tick()中的关键逻辑：

deftick(self):# ... 属性衰减 ...ifself.emotion_timer>0:self.emotion_timer-=1# 持续显示互动情绪else:self.current_emotion=self._determine_emotion()# 恢复自动判断

此外，查看状态不再弹出独立窗口，而是显示在宠物的对话气泡中，停留6秒：

elifaction_type=="status":text="饥饿：30/100 精力：70/100 心情：60/100 健康：80/100"self._show_dialogue(text,duration=FPS*6)# 6秒停留

五、遇到的坑与解决方案

1. Pygame-ce字体初始化崩溃

问题：Python 3.14 + pygame-ce 2.5.7 下，调用pygame.font.SysFont()会触发Windows字体枚举，但是枚举返回的数据类型与Python 3.14不兼容，导致splitext报错TypeError: expected str, not int。

解决：放弃使用SysFont，改为直接加载Windows字体目录下的具体字体文件：

def_find_chinese_font():paths=["C:\\Windows\\Fonts\\simsun.ttc","C:\\Windows\\Fonts\\msyh.ttc","C:\\Windows\\Fonts\\simhei.ttf",]forpinpaths:ifos.path.exists(p):returnpygame.font.Font(p,14)returnpygame.font.Font(None,16)# 最后兜底

2. RNN训练速度过慢

问题：原始实现中，get_loss方法先调用forward进行前向传播，然后在反向传播中又重复计算了部分前向值，导致每个训练step做了2次前向传播。

解决：重写train_step方法，将前向传播和反向传播合并为一个函数，复用前向计算的结果，训练速度提升了约10倍（200 epoch从>2分钟缩短至约30秒）。

3. 透明窗口的事件穿透

问题：Qt透明窗口默认会让鼠标事件穿透到下层窗口，但我们需要在宠物身上捕获点击。

解决：不设置WA_TransparentForMouseEvents，在mousePressEvent中通过_is_on_pet()判断点击位置是否在宠物的渲染矩形内，仅在矩形内处理事件。

六、如何使用

环境要求

• Python 3.14+
• 依赖：pygame-ce,PyQt5,numpy

安装运行

pipinstallpygame-ce PyQt5 numpycdai_pet python main.py

或双击run.bat。

首次启动会自动训练Char-RNN（约30秒），之后秒开。所有数据保存在brain_models/data/目录，退出时自动保存。

七、项目结构

ai_pet/ ├── main.py # 程序入口 ├── config.py # 全局配置参数 │ ├── pet/ # AI 大脑模块 │ ├── brain.py # 大脑主控 │ ├── behavior.py # Q-Learning 行为引擎 │ ├── personality.py # 5维性格系统 │ ├── memory.py # 记忆系统 │ └── dialogue.py # 混合对话引擎 │ ├── brain_models/ # 神经网络模块 │ ├── char_rnn.py # 微型 Char-RNN │ ├── train.py # 训练脚本 │ └── data/ # 数据持久化 │ ├── corpus.txt # 训练语料 │ ├── weights.npz # 训练好的权重 │ ├── q_table.json # Q-Learning 表 │ ├── memory.json # 记忆数据 │ └── personality.json # 性格数据 │ ├── renderer/ # 渲染模块 │ ├── sprites.py # 矢量精灵绘制 │ └── renderer.py # 帧动画 + 对话气泡 │ ├── desktop/ # 桌面集成模块 │ ├── pet_window.py # 透明穿透窗口 + 右键菜单 │ └── tray.py # 系统托盘 │ └── assets/ # 资源目录

八、技术栈总结

九、总结与展望

这个项目用纯Python实现了一个完整的AI桌面宠物系统，核心亮点在于：

1. 零依赖AI—— RNN完全用NumPy手写，不依赖PyTorch/TensorFlow
2. 零图片资源—— 矢量风格绘图，全部用代码生成
3. 零联网—— 所有功能离线运行
4. 可成长—— Q-Learning让宠物越养越"懂你"

未来可以扩展的方向：

• 更多互动小游戏（接球、拼图）
• 多宠物同屏互动
• 声音反馈系统
• 自定义外观编辑器

项目完全开源，代码放在 GitHub。如果你也对桌面宠物或轻量AI感兴趣，欢迎Star和PR！

如果你觉得这篇文章对你有帮助，欢迎点赞、收藏、转发，让更多人看到用纯Python也能做出这么有趣的AI应用！